Grundorsaksanalys och maskininlärning

Projektet har haft som mål att utveckla och implementera metoder för grundorsaksanalys. Processen bygger på digitalisering av expertkunskap och användning av sådan tillsammans med sensordata för maskininlärning.

Projektet har utvecklat ett ramverk för att identifiera grundorsaker till kvalitetsavvikelser. En algoritm har satts i produktion vilken detekterar kvalitetsavvikelser och försöker därefter reglera maskinen för att motverka felet. En svårighet i projektet har rört tillgången till annoterade data för faktiska orsaker till avvikelser. Detta löstes genom att, i den senare delen av projektet, fokusera på mindre delproblem i tillverkningsprocessen. Två vetenskapliga artiklar som rör generella metoder och en programvara för demonstration har tagits fram under projektet.

Projektet har genomförts av Fraunhofer-Chalmers Centrum för Industrimatematik tillsammans med SKF, Chalmers tekniska högskola och Flexlink.

Kontakt

För mer information, kontakta Mats Jirstrand mats.jirstrand@fcc.chalmers.se

Senast uppdaterad 12 februari 2020

Statistik för sidan